基于Web of Science 臨床警報(bào)管理研究熱點(diǎn)分析

石磊磊 劉 丹 羅 羽 高 峰

1.貴州中醫(yī)藥大學(xué)護(hù)理學(xué)院，貴州貴陽 550002；2.貴州省人民醫(yī)院急診內(nèi)科，貴州貴陽 550002

臨床警報(bào)是一個(gè)可視或可聽的信號，用以提醒醫(yī)護(hù)人員患者的生理參數(shù)超出了設(shè)定的限值范圍或者設(shè)備存在障礙，應(yīng)當(dāng)及時(shí)查看處理[1]。據(jù)報(bào)道[2]，護(hù)理人員每班接觸到的警報(bào)數(shù)量高達(dá)1000 個(gè)，美國食品和藥物管理局在5 年內(nèi)報(bào)告了500 多例與警報(bào)有關(guān)的患者死亡事件，儀器設(shè)備警報(bào)問題已經(jīng)成為亟須醫(yī)護(hù)人員關(guān)注的問題之一。臨床警報(bào)管理旨在防止警報(bào)疲勞，采取干預(yù)措施減少警報(bào)總數(shù)，提高警報(bào)陽性預(yù)測值或防止誤報(bào)[3]。本研究基于Web of Science 數(shù)據(jù)庫，應(yīng)用CiteSpace 軟件對臨床警報(bào)管理的相關(guān)研究進(jìn)行可視化分析，挖掘臨床警報(bào)管理領(lǐng)域的研究熱點(diǎn)，為國內(nèi)臨床警報(bào)管理的科研探索與臨床工作提供借鑒和參考。

1 資料與方法

1.1 資料來源

本研究數(shù)據(jù)來源于Web of ScienceTM核心合集數(shù)據(jù) 庫，以“clinical alarm*”O(jiān)R“clinical alert*”“alarm management*”O(jiān)R“alert*management”O(jiān)R“clinical alarm management”為主題詞進(jìn)行檢索，文獻(xiàn)類型為Article和Review，語種選擇English，檢索時(shí)間跨度為自建庫至2021 年6 月，本研究檢索于2021 年6 月3 日完成，共檢索文獻(xiàn)503 篇。通過對文獻(xiàn)題目和摘要仔細(xì)閱讀，排除與醫(yī)療無關(guān)及研究主題不相關(guān)文獻(xiàn)，去重未發(fā)現(xiàn)重復(fù)文獻(xiàn)，最終納入文獻(xiàn)171 篇。將文獻(xiàn)以全記錄與引用的參考文獻(xiàn)的純文本格式進(jìn)行下載，以download_*.txt 格式保存數(shù)據(jù)。

1.2 分析方法

應(yīng)用CiteSpace 可視化分析軟件對文獻(xiàn)數(shù)據(jù)進(jìn)行分析[4]。本文運(yùn)用的版本為CiteSpace 5.7.R2。將下載的文獻(xiàn)數(shù)據(jù)導(dǎo)入CiteSpace 軟件，時(shí)間跨度設(shè)置為1993 年1 月至2021 年6 月（第一篇文獻(xiàn)于1993 年產(chǎn)生），時(shí)間分區(qū)為1 年。閾值設(shè)定為Top N=30，其他為默認(rèn)。根據(jù)分析主題不同依次以國家、機(jī)構(gòu)、關(guān)鍵詞為節(jié)點(diǎn)，構(gòu)建臨床警報(bào)管理研究的知識圖譜。

2 結(jié)果

2.1 文獻(xiàn)計(jì)量分析結(jié)果

2.1.1 臨床警報(bào)管理文獻(xiàn)數(shù)量年度分布 經(jīng)檢索及去重后共篩選到171 篇與臨床警報(bào)管理相關(guān)的文獻(xiàn)。該領(lǐng)域年發(fā)文量整體呈上升趨勢。見圖1。

圖1 臨床警報(bào)管理文獻(xiàn)數(shù)量年度分布

2.1.2 國家/機(jī)構(gòu)分布 美國發(fā)文量最多，其次是英國、德國、荷蘭等。該領(lǐng)域的研究機(jī)構(gòu)主要集中在美國高等院校，發(fā)文量最多的是美國賓夕法尼亞大學(xué)，其次為加利福尼亞大學(xué)、耶魯大學(xué)、匹茲堡大學(xué)等。見圖2。

圖2 臨床警報(bào)管理文獻(xiàn)國家/機(jī)構(gòu)分布

中介中心性表示與其他國家/機(jī)構(gòu)合作的密切程度，數(shù)值越大，表明合作越多。與其他國家合作最多的國家是美國，其次是英國。美國賓夕法尼亞大學(xué)是與其他國家合作最多的機(jī)構(gòu)，其次是加利福尼亞大學(xué)。見表1。

表1 中介中心性排名前3 位的國家/機(jī)構(gòu)

2.2 關(guān)鍵詞分析

2.2.1 高頻關(guān)鍵詞分析 運(yùn)用CiteSpace 對關(guān)鍵詞進(jìn)行分析，繪制圖譜。見圖3。并對排名前20 位的臨床警報(bào)管理研究高頻關(guān)鍵詞進(jìn)行匯總。見表2。通過分析發(fā)現(xiàn)clinical alarm（臨床警報(bào)）、alarm fatigue（警報(bào)疲勞）、intensive care unit（重癥監(jiān)護(hù)室）構(gòu)成了圖譜中最核心的3 個(gè)節(jié)點(diǎn)。另根據(jù)關(guān)鍵詞的中介中心性，alarm（警報(bào)）、care（護(hù)理）、decision support system（決策支持系統(tǒng)）均較其他高。

表2 排名前20 位的臨床警報(bào)管理研究高頻關(guān)鍵詞

圖3 臨床警報(bào)管理研究關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖譜

2.2.2 關(guān)鍵詞聚類 共被聚成13 類，見圖4。

圖4 臨床警報(bào)管理研究關(guān)鍵詞聚類圖譜

本研究的聚類時(shí)區(qū)視圖評價(jià)指標(biāo)顯示：Q=0.8185，S=0.924，意味著視圖的聚類效果好。見圖5。從聚類大小及出現(xiàn)時(shí)間來看，早期的研究主要集中在臨床決策支持系統(tǒng)的應(yīng)用和管理。之后陸續(xù)出現(xiàn)intensive care unit（重癥監(jiān)護(hù)室）、alarm management（警報(bào)管理）、clinical alarm（臨床警報(bào)）、alarm fatigue（警報(bào)疲勞）、patient safety（患者安全）等關(guān)鍵詞形成的聚類。

圖5 臨床警報(bào)管理研究關(guān)鍵詞聚類時(shí)區(qū)圖譜

2.2.3 突現(xiàn)詞分析 利用CiteSpace 對關(guān)鍵詞進(jìn)行分析時(shí)選擇“Burstness”，得到突現(xiàn)詞圖譜（圖6）。由圖可知臨床警報(bào)管理研究的突現(xiàn)詞始于2015 年，早期關(guān)注的是fatigue （疲勞），持續(xù)到2016 年；2017 年開始，clinical alarm（臨床警報(bào)）、alarm fatigue（警報(bào)疲勞）、alarm management（警報(bào)管理）作為突現(xiàn)詞開始出現(xiàn)，一直持續(xù)至今（2021 年）。

圖6 臨床警報(bào)管理研究突現(xiàn)詞圖譜

3 討論

3.1 人工智能

從關(guān)鍵詞聚類圖譜可知，人工智能的研究熱點(diǎn)主要圍繞智能警報(bào)管理軟件的開發(fā)及警報(bào)管理系統(tǒng)的設(shè)計(jì)與應(yīng)用展開。智能警報(bào)能夠更好地檢測患者生理變化，提高警報(bào)陽性預(yù)測值，減少報(bào)警頻率[5-6]。也有研究表明[7]，使用警報(bào)定制軟件能幫助護(hù)士快速識別警報(bào)，促進(jìn)對警報(bào)設(shè)置的更改，會在一定程度上減少警報(bào)。此外，Muroi 等[8]開發(fā)了一種新的基于運(yùn)動(dòng)檢測的警報(bào)分類算法，并在瑞士蘇黎世大學(xué)醫(yī)院神經(jīng)重癥監(jiān)護(hù)室進(jìn)行了驗(yàn)證，結(jié)果發(fā)現(xiàn)減少了近三分之一的錯(cuò)誤警報(bào)。還有研究運(yùn)用二級設(shè)備通知系統(tǒng)，將來自設(shè)備的警報(bào)傳送到移動(dòng)輔助設(shè)備，例如尋呼機(jī)、手機(jī)、平板電腦等，由特定的護(hù)理人員持續(xù)攜帶從而減少了警報(bào)的數(shù)量[9]?？梢娭悄芑芾砼R床警報(bào)對減少警報(bào)總數(shù)及降低誤報(bào)率是有意義的，也將是未來警報(bào)管理的最終趨勢。

3.2 警報(bào)安全

根據(jù)有關(guān)警報(bào)信號的數(shù)據(jù)推斷[10]，TJC 報(bào)道，每個(gè)患者每天有數(shù)百個(gè)警報(bào)信號，每個(gè)病區(qū)每天有數(shù)千個(gè)警報(bào)信號，每個(gè)醫(yī)院每天有數(shù)萬個(gè)警報(bào)信號。更令人擔(dān)憂的是大量警報(bào)中存在著較高比例的錯(cuò)誤警報(bào)[11-12]，據(jù)Cho 等[13]研究報(bào)道，虛假警報(bào)高達(dá)63.8%，嚴(yán)重降低了醫(yī)護(hù)人員對儀器警報(bào)的信任，從而對臨床警報(bào)反應(yīng)不充分，甚至無反應(yīng)。還有部分醫(yī)護(hù)人員為了減少警報(bào)頻率而采取不良行為，例如關(guān)閉儀器警報(bào)、設(shè)置不適當(dāng)?shù)木瘓?bào)參數(shù)、將警報(bào)音量調(diào)至最小或用膠布堵住蜂鳴器等，嚴(yán)重威脅了患者的安全[14-16]。早在2013 年，聯(lián)合委員會就要求經(jīng)認(rèn)證的醫(yī)院在2014—2016 年國家患者安全目標(biāo)中將警報(bào)管理作為首要安全優(yōu)先事項(xiàng)，加強(qiáng)警報(bào)安全管理[17]。但到目前為止，尚未有與警報(bào)相關(guān)安全管理制度的建立及不良事件報(bào)告反饋機(jī)制的形成[18]，這是未來研究的方向。

3.3 警報(bào)疲勞

本研究關(guān)鍵詞聚類圖譜顯示，警報(bào)疲勞是臨床警報(bào)管理研究的熱點(diǎn)之一，研究對象主要為臨床醫(yī)護(hù)人員。當(dāng)臨床醫(yī)護(hù)人員在面對大量虛假警報(bào)時(shí)，就會發(fā)生警報(bào)疲勞，即對警報(bào)信號的感知產(chǎn)生抗性/脫敏性[19-21]。Bridi 等[22]研究人員在測量一個(gè)團(tuán)隊(duì)對多參數(shù)監(jiān)視器警報(bào)的刺激-反應(yīng)時(shí)間發(fā)現(xiàn)，有超過60%的警報(bào)沒有被響應(yīng)，只有不到20%的警報(bào)在10 min 內(nèi)被處理。警報(bào)疲勞在過去十年中已作為患者的安全風(fēng)險(xiǎn)而受到廣泛關(guān)注，現(xiàn)在已成為醫(yī)療機(jī)構(gòu)首要解決的任務(wù)之一[23]。幾乎所有研究都認(rèn)為減少總警報(bào)和錯(cuò)誤警報(bào)的數(shù)量將減少警報(bào)疲勞，具體干預(yù)措施包括更改閾值參數(shù)、根據(jù)患者需求定制警報(bào)、增加警報(bào)延遲時(shí)間、對護(hù)士進(jìn)行教育和加強(qiáng)多學(xué)科合作等[3,24-26]。但很少有高質(zhì)量的文獻(xiàn)報(bào)道關(guān)于這些干預(yù)措施在解決警報(bào)疲勞方面的實(shí)際效果，并且大多數(shù)的干預(yù)措施實(shí)施范圍有限或持續(xù)時(shí)間有限。因此為了證明警報(bào)質(zhì)量改進(jìn)工作的成效，還需要更嚴(yán)格的干預(yù)證據(jù)和更有意義的結(jié)果措施。